返回模型列表
ByteDance
new
OmniHuman
字节跳动音频驱动的数字人视频生成器
OmniHuman 1.5 是字节跳动的 AI 模型，通过音频输入生成数字人视频。上传参考视频和音频，即可创建具有自然唇形同步和身体动作的逼真说话头像视频。
reference-to-video
Audio
音频输入
Yes
唇形同步
~120s
生成速度
12
起始积分
创作展示
探索 OmniHuman 的无限可能。从惊艳视觉到创意叙事。
商务演讲者
专业商务演讲者进行推销，自然手势和完美唇形同步。
语言教师
多语言教师讲解概念，每种语言都有精确的唇部运动。
新闻主播
新闻主播播报突发新闻，专业姿态和自然语速。
产品代言人
品牌大使介绍产品，生动表情和同步音频。
核心功能
功能 1
音频驱动生成
从音频输入生成数字人视频。模型同步唇部运动、面部表情和身体手势与音频。
功能 2
逼真的运动
生成自然逼真的人体运动，包括微妙的面部表情、头部运动和肢体语言。
功能 3
灵活的输入
接受各种参考视频格式和音频输入。支持不同的姿势、角度和角色类型。
功能 4
多语言支持
以多种语言生成说话头像，为每种语言的语音模式提供准确的唇形同步。
如何使用 OmniHuman
1
上传参考视频
上传要制作动画的人物参考视频。任何清晰的正面视频均可。
2
添加音频输入
上传音频文件——语音、旁白或任何语言的对话。
3
生成头像视频
OmniHuman 创建逼真的说话头像，唇部运动同步和自然身体手势。
使用场景
商业演示
为商务会议、项目汇报和企业沟通创建专业的说话头像演示。
在线教育
使用 AI 主持人制作引人入胜的教育内容，适用于在线课程、教程和培训材料。
营销视频
为营销活动生成代言人视频，无需雇佣演员或安排拍摄。
常见问题
什么是 OmniHuman 1.5？
OmniHuman 1.5 是字节跳动的 AI 模型，从参考视频和音频输入生成逼真的数字人视频，具有自然的唇形同步和身体动作。
OmniHuman 如何工作？
上传一段人物参考视频并提供音频文件。OmniHuman 会生成该人物说话的视频，具有同步的唇部运动和自然的手势。
OmniHuman 可以免费使用吗？
可以。您可以在 GenX 上使用免费积分试用 OmniHuman 1.5。
OmniHuman 支持哪些语言？
OmniHuman 支持多种语言，为每种语言的语音模式提供准确的唇形同步，适合全球内容创作。